CN114399404A - 状态监控方法、装置、电子设备及可读存储介质 - Google Patents
状态监控方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114399404A CN114399404A CN202210055530.0A CN202210055530A CN114399404A CN 114399404 A CN114399404 A CN 114399404A CN 202210055530 A CN202210055530 A CN 202210055530A CN 114399404 A CN114399404 A CN 114399404A
- Authority
- CN
- China
- Prior art keywords
- power plant
- index
- calculation
- indexes
- target power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 174
- 230000008859 change Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012806 monitoring device Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Computational Linguistics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种状态监控方法、装置、电子设备及可读存储介质。其中，方法包括预先存储与目标电厂指标具有计算依赖关系的各关联电厂指标，并存储目标电厂指标与各关联电厂指标之间的串行计算关系；当监听到目标电厂指标的数据变更，获取目标电厂指标的各关联电厂指标；基于各关联电厂指标与目标电厂指标之间的计算顺序，确定并列执行的各关联电厂指标的并行计算关系；根据串行计算关系和并行计算关系，更新各关联电厂指标数据，从而可以高效、实时、准确地监控电厂状态。
Description
技术领域
本申请涉及信息化技术领域，特别是涉及一种状态监控方法、装置、电子设备及可读存储介质。
背景技术
随着计算机、互联网技术的快速发展，信息化技术被广泛应用于日常工作生活中，电厂信息化建设逐渐取代电厂的传统管理模式。电厂指标数据如发电设备容量、锅炉生产能力、供热机组容量、发电量、负荷率、售电量等是电厂数据管理、数据应用、数据分析、数据监控等信息化建设的重要基础。指标实时计算是电厂指标关注重点，采集底层系统设备实时测点，通过灵活的指标计算公式配置及实时计算，形成全厂生产、安全环保等各主题指标，全方位实时监控各个厂级系统实时状态，真实反映生产状态。
在电厂状态监控过程中，相关技术通常采用定时轮询的方式计算电厂指标数据，也即周期性地调度执行指标计算公式。由于周期性定时调度计算并不能保证实时性，所以电厂状态监控会因延时性导致监控准确度和实时性较差；定时轮询的方式这种被动计算方式，无法解决指标之间的依赖顺序关系，如果要解决指标之间的依赖顺序，通常需要按公式递归分解到最底层原始指标，但是其在解决指标的依赖顺序的同时，当指标调用层级过深后会导致计算效率低，最终导致电厂状态监控因计算效率低导致监控实时性、准确度和监控效率都较差。
鉴于此，如何高效、实时、准确地监控电厂状态，是所属领域技术人员需要解决的技术问题。
发明内容
本申请提供了一种状态监控方法、装置、电子设备及可读存储介质，可以高效、实时、准确地监控电厂状态。
为解决上述技术问题，本发明实施例提供以下技术方案：
本发明实施例一方面提供了一种状态监控方法，包括：
预先存储与目标电厂指标具有计算依赖关系的各关联电厂指标，并存储所述目标电厂指标与各关联电厂指标之间的串行计算关系；
当监听到所述目标电厂指标的数据变更，获取所述目标电厂指标的各关联电厂指标；
基于各关联电厂指标与所述目标电厂指标之间的计算顺序，确定并列执行的各关联电厂指标的并行计算关系；
根据所述串行计算关系和所述并行计算关系，更新各关联电厂指标数据。
可选的，所述目标电厂指标为多个，所述当监听到所述目标电厂指标的数据变更，包括：
预先在待计算缓存池构建有序集合；
根据各目标电厂指标的变更时间，为各目标电厂指标确定相应的权重值，以作为各目标电厂指标的数据更新顺序；
将各目标电厂指标及其对应的权重值存储至所述有序集合中，以基于所述数据更新顺序对各目标电厂指标对应的关联电厂指标进行数据更新。
可选的，所述获取所述目标电厂指标的各关联电厂指标，包括：
调用计算服务轮询线程，通过执行ZPOPMIN命令从所述待计算缓存池读取各目标电厂指标对应的关联电厂指标。
可选的，所述根据所述串行计算关系和所述并行计算关系，更新各关联电厂指标数据，包括：
根据所述并行计算关系，确定并行计算的多个指标集合；
根据所述串行计算关系，确定各指标集合之间的先后计算顺序；
按照各指标集合之间的先后计算顺序依次处理各指标集合，对于每个指标集合，同时计算当前指标集合中的各关联电厂指标数据。
可选的，所述预先存储与目标电厂指标具有计算依赖关系的各关联电厂指标之前，还包括：
获取待监控电厂的所有电厂指标以及各电厂指标之间的计算关系式；
通过表达式分析器或正则解析，递归分析各电厂指标的计算依赖关系，形成指标调用关系图，以基于所述指标调用关系图确定所述目标电厂指标及其对应的关联电厂指标。
本发明实施例另一方面提供了一种状态监控装置，包括：
数据存储模块，用于预先存储与目标电厂指标具有计算依赖关系的各关联电厂指标，并存储所述目标电厂指标与各关联电厂指标之间的串行计算关系；
变更监听模块，用于监听所述目标电厂指标的数据是否发生变更；
数据获取模块，用于当监听到所述目标电厂指标的数据变更，获取所述目标电厂指标的各关联电厂指标；
纵向切分模块，用于基于各关联电厂指标与所述目标电厂指标之间的计算顺序，确定并列执行的各关联电厂指标的并行计算关系；
数据更新模块，用于根据所述串行计算关系和所述并行计算关系，更新各关联电厂指标数据。
可选的，还包括变更事件存储模块，用于预先在待计算缓存池构建有序集合；目标电厂指标为多个，根据各目标电厂指标的变更时间，为各目标电厂指标确定相应的权重值，以作为各目标电厂指标的数据更新顺序；将各目标电厂指标及其对应的权重值存储至所述有序集合中，以基于所述数据更新顺序对各目标电厂指标对应的关联电厂指标进行数据更新。
可选的，所述数据更新模块进一步用于：根据所述并行计算关系，确定并行计算的多个指标集合；根据所述串行计算关系，确定各指标集合之间的先后计算顺序；按照各指标集合之间的先后计算顺序依次处理各指标集合，对于每个指标集合，同时计算当前指标集合中的各关联电厂指标数据。
本发明实施例还提供了一种电子设备，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述状态监控方法的步骤。
本发明实施例最后还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前任一项所述状态监控方法的步骤。
本申请提供的技术方案的优点在于，将反映电厂状态的各电厂指标之间的计算依赖关系预先进行存储，当检测到原始指标数据变更，触发各关联电厂指标的更新计算，基于原始指标自底向上的触发式关联指标实时计算，可有效保证了指标数据计算的实时性，从而提高电厂监控的实时性。对不具有计算先后顺序的各关联电厂指标进行并行计算，对于具有依赖关系的各关联电厂指标进行串行计算，极大地提高了指标计算效率，并能保证指标计算优先级，进而可提高整个电厂监控的准确度和监控效率，全方位高效、精准、实时监控各个厂级系统，真实反映生产状态。
此外，本发明实施例还针对状态监控方法提供了相应的实现装置、电子设备及可读存储介质，进一步使得所述方法更具有实用性，所述装置、电子设备及可读存储介质具有相应的优点。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
为了更清楚的说明本发明实施例或相关技术的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种状态监控方法的流程示意图；
图2为本发明实施例提供的一个示例性应用场景的指标调用关系示意图；
图3为本发明实施例提供的另一种状态监控方法的流程示意图；
图4为本发明实施例提供的一个示例性应用场景的纵向层级切分示意图；
图5为本发明实施例提供的一个示例性应用场景的指标数据更新流程示意图；
图6为本发明实施例提供的再一种状态监控方法的流程示意图；
图7为本发明实施例提供的状态监控装置的一种具体实施方式结构图；
图8为本发明实施例提供的电子设备的一种具体实施方式结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。
在介绍了本发明实施例的技术方案后，下面详细的说明本申请的各种非限制性实施方式。
首先参见图1，图1为本发明实施例提供的一种状态监控方法的流程示意图，本发明实施例可包括以下内容：
S101：预先存储与目标电厂指标具有计算依赖关系的各关联电厂指标，并存储目标电厂指标与各关联电厂指标之间的串行计算关系。
在本实施例中，目标电厂指标可为任何一个可反映电厂监控状态、与电厂测点数据关联且不依赖其他电厂指标的指标，关联电厂指标为与目标电厂指标具有计算关系的电厂指标，关联电厂指标为通过编写计算公式，引用了其它指标，引用的指标可以是目标电厂指标或者与目标电厂指标相关的其他计算指标，也就是说，关联电厂指标的计算过程是需要调用目标电厂指标数据，目标电厂指标数据的变更会影响关联电厂指标的数值。目标电厂指标可为1个，也可为多个。举例来说，Ty，Tz为目标电厂指标，若Tx＝Fx(Ty，Tz…)，也即Tx指标根据Ty和Tz指标计算得出，其中Fx为任意公式解析器支持的计算函数或算术运算符，以Java语言为例，可以使用开源表达式分析框架Jep实现各种计算函数及函数解析，则Tx为Ty和Tz的关联电厂指标，Jep为开源表达式解析及执行类库。如表1所示，T11和T12为目标电厂指标，而T21、T22、T23、T31、T32、T33、T41和T42为T11的关联电厂指标，T23、T32、T33、T41和T42为T12的关联电厂指标。
表1：电厂指标示例表
在步骤中，由于关联电厂指标是根据计算公式，通过调用目标电厂指标或者是与目标电厂指标相关的关联电厂指标所得，也就是说，各关联电厂指标之间的计算具有先后顺序，本步骤的串行计算关系是指关联电厂指标的引用关系，或者是说计算各关联电厂指标的计算方式以及计算顺序。
为了便于实施，可预先获取待监控电厂的所有电厂指标以及各电厂指标之间的计算关系式；通过表达式分析器或正则解析，递归分析各电厂指标的计算依赖关系，形成指标调用关系图，以表1为例，通过表达式分析器或正则解析，可以递归分析出T11-T42指标的计算依赖关系，形成如图2所示的指标调用关系图。基于指标调用关系图确定目标电厂指标及其对应的关联电厂指标，并确定目标电厂指标与各关联电厂指标之间的串行计算关系，串行计算关系可包括以目标电厂指标为起点到相关联的多个关联电厂指标的计算路径，此处的相关联是指具有计算依赖关系的多个电厂指标，串行计算关系可包括多条计算路径。如图所示，目标电厂指标T11或T12的数值变更，T21至T42指标需联动计算，并保证从右到左的先后计算顺序，比如：T11→T23→T32→T41为正确的计算顺序。
以T11为起点，所有的正确计算路径如下：
T11→T21→T31
T11→T22
T11→T23→T32→T41
T11→T23→T32→T42
T11→T23→T33
以T12为起点，所有的正确计算路径如下：
T12→T23→T32→T41
T12→T23→T32→T42
T12→T23→T33
如上单条计算路径可以使用高效缓存Redis(Remote Dictionary Server，即远程字典服务)进行缓存，缓存与指标公式信息保持同步。Redis为高性能的Key-Value数据库。为了便于存储，可将串行计算关系形成缓存数据表，缓存数据结构例如为集合Set，其中Key关键字为T11、T12，值为逗号连接的有序关联指标可如表2所示：
表2：电厂指标存储示意图
S102：当监听到目标电厂指标的数据变更，获取目标电厂指标的各关联电厂指标。
在本实施例中，由于目标电厂指标的数值发生改变，而各关联电厂指标是直接或间接引用目标电厂指标所计算得到的指标，相应的，需要对这些关联电厂指标的数值进行相应的更新。发生变更的目标电厂指标可以有多个，也可以只有一个，当监听到一个目标电厂指标发生变更后，从S101所存储的位置获取与变更的目标电厂指标相关联的所有关联电厂指标，并触发对各关联电厂指标的更新计算。
S103：基于各关联电厂指标与目标电厂指标之间的计算顺序，确定并列执行的各关联电厂指标的并行计算关系。
可以理解的是，关联电厂指标是直接引用或间接引用目标电厂指标，所谓间接引用也就是其直接引用了其他的目标关联电厂指标，该目标关联电厂指标是直接或间接引用了目标电厂指标，所以这就会导致在更新各关联电厂指标时，存在更新顺序以及多次更新同一个关联电厂指标的情况。以T11为例，按Key＝calc：relation：T11取出关联电厂指标Set集合，循环执行指标计算，在此计算模式下各个关联电厂指标的计算次数如表3所示：
表3：关联电厂指标的计算次数表
| 电厂指标 | 计算次数 |
| T21 | 1 |
| T22 | 1 |
| T23 | 3 |
| T31 | 1 |
| T32 | 2 |
| T33 | 1 |
| T41 | 1 |
| T42 | 1 |
| 总计 | 11 |
由表3可知，T23指标计算了三次，其中两次为重复计算，T32计算了两次，其中一次为重复计算，即一个指标被多个计算指标引用，拆解为单条路径时会出现重复计算。基于此，本步骤根据S101所存储的串行计算关系，明确各关联电厂指标之间的计算顺序，并对这些关联电厂指标进行纵向层级切分，也就是说，将关联电厂指标进行分类，将可以并行计算的多个关联电厂指标划分为一组，各组之间可以是具有先后计算依赖关系的也可以是没有计算依赖关系的，将各组以及各组之间计算顺序作为并行计算关系。
S104：根据串行计算关系和并行计算关系，更新各关联电厂指标数据。
在上个步骤确定串行计算关系和并行计算关系之后，各关联电厂指标的计算顺序和计算方式也就唯一确定了，根据串行计算关系和并行计算关系可对各关联电厂指标进行计算，从而实现对各关联电厂指标数据的更新。
在本发明实施例提供的技术方案中，将反映电厂状态的各电厂指标之间的计算依赖关系预先进行存储，当检测到原始指标数据变更，触发各关联电厂指标的更新计算，基于原始指标自底向上的触发式关联指标实时计算，可有效保证了指标数据计算的实时性，从而提高电厂监控的实时性。对不具有计算先后顺序的各关联电厂指标进行并行计算，对于具有依赖关系的各关联电厂指标进行串行计算，极大地提高了指标计算效率，并能保证指标计算优先级，进而可提高整个电厂监控的准确度和监控效率，全方位高效、精准、实时监控各个厂级系统，真实反映生产状态。
在本实施例中，当作为原始指标的目标电厂指标数据变更，对于有多个目标电厂指标的场景，想触发关联指标计算需要保证有序性，基于此，本实施例还提供了一个可选的实施例，如图3所示，可包括下述内容：
预先在待计算缓存池构建有序集合；
根据各目标电厂指标的变更时间，为各目标电厂指标确定相应的权重值，以作为各目标电厂指标的数据更新顺序；
将各目标电厂指标及其对应的权重值存储至有序集合中，以基于数据更新顺序对各目标电厂指标对应的关联电厂指标进行数据更新。
在本实施例中，可采用Redis有序集合ZSET缓存目标电厂指标，实现先进先出计算队列，在数据变更时间维度上保证了有序性。对于Redis有序集合ZSET缓存目标电厂指标时，Key可为固定字符串calc：baseIndex，Value值为目标电厂指标T11、T12，权重为入队列时间戳，实现先进先出队列，如表4所示。结合表1、表2和图2举例来说，即T11先变更，T12后变更，则与T11相关的5条计算关系需要优先计算，与T12相关的3条计算关系后计算。
表4有序集合存储表
相应的，获取目标电厂指标的各关联电厂指标的过程可包括：
调用计算服务轮询线程，通过执行ZPOPMIN命令从待计算缓存池读取各目标电厂指标对应的关联电厂指标。
以T11为例，从Redis按Key＝calc：relation：T11取出关联电厂指标Set集合，循环执行指标计算，Java伪代码如下：
在上述实施例中，对于如何执行步骤S104并不做限定，本实施例中给出根据串行计算关系和并行计算关系更新各关联电厂指标数据的一种可选的实施方式，可包括下述内容：
根据并行计算关系，确定并行计算的多个指标集合；
根据串行计算关系，确定各指标集合之间的先后计算顺序；
按照各指标集合之间的先后计算顺序依次处理各指标集合，对于每个指标集合，同时计算当前指标集合中的各关联电厂指标数据。
在本实施例中，在步骤S101确定各关联电厂指标的串行计算关系之后，考虑到无效重复计算，为了去掉重复计算指标，如表3所示，可做图4所示的做纵向层级切分，逻辑如下：
以T11指标变更为例，L1层级需要计算指标为T21，T22，T23，L2层级需要计算指标为T31，T32，T33，L3层级需要计算指标为T41，T42。其中每个纵向层级之间与计算顺序无关，可以并行执行：
L1＝[T21，T22，T23]，T21，T22，T23并行执行
L2＝[T31，T32，T33]，T31，T32，T33并行执行
L3＝[T41，T42]，T41，T42并行执行
也即根据并行计算关系可生成L1＝[T21，T22，T23]、L2＝[T31，T32，T33]、L3＝[T41，T42]多个指标集合。各层级之间有先后依赖顺序，与计算顺序有关，需串行执行，也即根据串行计算关系，确定各指标集合的计算顺序为L1→L2→L3。基于此，如图5所示，整个计算关系简化如下：
T11→[T21，T22，T23]→[T31，T32，T33]→[T41，T42]
本实施例基于原始指标值变更主动触发关联计算指标，是一种自底向上的计算方案，通过引入指标关系切面去重、串行并行结合等方式，在保证依赖关系顺序的同时最大化并行计算以提高实时计算效率，此方案不依赖第三方计算框架，仅依赖与高效缓存redis及开源公式解析执行类库，具有较好的技术独立性。
为了使所述领域技术人员更加清楚明白本申请的技术方案，本申请还结合图3和图6阐述整个技术方案，可包括下述内容：
获取待监控电厂的各电厂指标以及各电厂之间的计算关系，基于指标计算公式，通过表达式分析器或正则解析，递归分析出指标的计算依赖关系，基于计算依赖关系确定原始电厂指标和关联电厂指标，并将原始电厂指标及其对应的关联电厂指标以及各自对应的计算关系缓存至Redis缓存中。将原始电厂指标作为目标电厂指标进行数据变更监听，当监听到指标变更，将目标电厂指标加入至Redis的待计算缓存池中有序集合中，以保证目标电厂指标的有序计算。通过ZPOMIN指令，计算服务轮询从待计算缓存池读取待计算的目标电厂指标，并从Redis计算关系缓存中获取待计算的目标电厂指标的关联计算指标路径集合，对各关联电厂指标进行切分去重操作，并按照串行计算关系和并行计算关系采用横向串行、纵向并行的方式执行指标计算，最终将计算结果进行存储。
其中，从Redis按Key＝calc：relation：T11取出关联计算指标Set集合对应的计算机程序代码可参阅上述实施例所记载的内容，按照串行计算关系和并行计算关系采用横向串行、纵向并行的方式执行指标计算的过程所对应的计算机程序代码如Java伪代码可为：
此模式下计算次数如表5所示：
表5指标计算次数统计表
| 指标 | 计算次数 |
| T21 | 1 |
| T22 | 1 |
| T23 | 1 |
| T31 | 1 |
| T32 | 1 |
| T33 | 1 |
| T41 | 1 |
| T42 | 1 |
| 总计 | 8 |
将其与表3进行比对可知，减少了三次重复计算，且纵向层级指标之间是并行执行，提高了并行计算效率。
由上可知，通过指标公式解析及缓存，原始指标数据变更队列，纵向层级切分去重，串行并行执行指标计算四个关键环节处理，实现了一种基于原始指标自底向上的触发式关联指标计算，保证指标数据关联计算的高效、准确性、实时性。
需要说明的是，本申请中各步骤之间没有严格的先后执行顺序，只要符合逻辑上的顺序，则这些步骤可以同时执行，也可按照某种预设顺序执行，图1和图6只是一种示意方式，并不代表只能是这样的执行顺序。
本发明实施例还针对状态监控方法提供了相应的装置，进一步使得方法更具有实用性。其中，装置可从功能模块的角度和硬件的角度分别说明。下面对本发明实施例提供的状态监控装置进行介绍，下文描述的状态监控装置与上文描述的状态监控方法可相互对应参照。
基于功能模块的角度，参见图7，图7为本发明实施例提供的状态监控装置在一种具体实施方式下的结构图，该装置可包括：
数据存储模块701，用于预先存储与目标电厂指标具有计算依赖关系的各关联电厂指标，并存储目标电厂指标与各关联电厂指标之间的串行计算关系；
变更监听模块702，用于监听目标电厂指标的数据是否发生变更；
数据获取模块703，用于当监听到目标电厂指标的数据变更，获取目标电厂指标的各关联电厂指标；
纵向切分模块704，用于基于各关联电厂指标与目标电厂指标之间的计算顺序，确定并列执行的各关联电厂指标的并行计算关系；
数据更新模块705，用于根据串行计算关系和并行计算关系，更新各关联电厂指标数据。
可选的，在本实施例的一些实施方式中，上述装置还可以包括变更事件存储模块，用于预先在待计算缓存池构建有序集合；目标电厂指标为多个，根据各目标电厂指标的变更时间，为各目标电厂指标确定相应的权重值，以作为各目标电厂指标的数据更新顺序；将各目标电厂指标及其对应的权重值存储至有序集合中，以基于数据更新顺序对各目标电厂指标对应的关联电厂指标进行数据更新。
作为上述实施例的一种可选的实施方式，上述数据获取模块703还可进一步用于：调用计算服务轮询线程，通过执行ZPOPMIN命令从待计算缓存池读取各目标电厂指标对应的关联电厂指标。
可选的，在本实施例的另一些实施方式中，上述数据更新模块进一步用于：根据并行计算关系，确定并行计算的多个指标集合；根据串行计算关系，确定各指标集合之间的先后计算顺序；按照各指标集合之间的先后计算顺序依次处理各指标集合，对于每个指标集合，同时计算当前指标集合中的各关联电厂指标数据。
可选的，在本实施例的其他一些实施方式中，上述装置例如还可以包括指标调用关系图生成模块，用于获取待监控电厂的所有电厂指标以及各电厂指标之间的计算关系式；通过表达式分析器或正则解析，递归分析各电厂指标的计算依赖关系，形成指标调用关系图，以基于指标调用关系图确定目标电厂指标及其对应的关联电厂指标。
本发明实施例状态监控装置的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例可以高效、实时、准确地监控电厂状态。
上文中提到的状态监控装置是从功能模块的角度描述，进一步的，本申请还提供一种电子设备，是从硬件角度描述。图8为本申请实施例提供的电子设备在一种实施方式下的结构示意图。如图8所示，该电子设备包括存储器80，用于存储计算机程序；处理器81，用于执行计算机程序时实现如上述任一实施例提到的状态监控方法的步骤。
其中，处理器81可以包括一个或多个处理核心，比如4核心处理器、8核心处理器，处理器81还可为控制器、微控制器、微处理器或其他数据处理芯片等。处理器81可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable GateArray，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器81也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central Processing Unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器81可以集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器81还可以包括AI(ArtificialIntelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器80可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器80还可包括高速随机存取存储器以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。存储器80在一些实施例中可以是电子设备的内部存储单元，例如服务器的硬盘。存储器80在另一些实施例中也可以是电子设备的外部存储设备，例如服务器上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器80还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器80不仅可以用于存储安装于电子设备的应用软件及各类数据，例如：执行漏洞处理方法的程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。本实施例中，存储器80至少用于存储以下计算机程序801，其中，该计算机程序被处理器81加载并执行之后，能够实现前述任一实施例公开的状态监控方法的相关步骤。另外，存储器80所存储的资源还可以包括操作系统802和数据803等，存储方式可以是短暂存储或者永久存储。其中，操作系统802可以包括Windows、Unix、Linux等。数据803可以包括但不限于状态监控结果对应的数据等。
在一些实施例中，上述电子设备还可包括有显示屏82、输入输出接口83、通信接口84或者称为网络接口、电源85以及通信总线86。其中，显示屏82、输入输出接口83比如键盘(Keyboard)属于用户接口，可选的用户接口还可以包括标准的有线接口、无线接口等。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。通信接口84可选的可以包括有线接口和/或无线接口，如WI-FI接口、蓝牙接口等，通常用于在电子设备与其他电子设备之间建立通信连接。通信总线86可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extendedindustry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
本领域技术人员可以理解，图8中示出的结构并不构成对该电子设备的限定，可以包括比图示更多或更少的组件，例如还可包括实现各类功能的传感器87。
本发明实施例所述电子设备的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例可以高效、实时、准确地监控电厂状态。
可以理解的是，如果上述实施例中的状态监控方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电可擦除可编程ROM、寄存器、硬盘、多媒体卡、卡型存储器(例如SD或DX存储器等)、磁性存储器、可移动磁盘、CD-ROM、磁碟或者光盘等各种可以存储程序代码的介质。
基于此，本发明实施例还提供了一种可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时如上任意一实施例所述状态监控方法的步骤。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的硬件包括装置及电子设备而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
以上对本申请所提供的一种状态监控方法、装置、电子设备及可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (10)
1.一种状态监控方法，其特征在于，包括：
预先存储与目标电厂指标具有计算依赖关系的各关联电厂指标，并存储所述目标电厂指标与各关联电厂指标之间的串行计算关系；
当监听到所述目标电厂指标的数据变更，获取所述目标电厂指标的各关联电厂指标；
基于各关联电厂指标与所述目标电厂指标之间的计算顺序，确定并列执行的各关联电厂指标的并行计算关系；
根据所述串行计算关系和所述并行计算关系，更新各关联电厂指标数据。
2.根据权利要求1所述的状态监控方法，其特征在于，所述目标电厂指标为多个，所述当监听到所述目标电厂指标的数据变更，包括：
预先在待计算缓存池构建有序集合；
根据各目标电厂指标的变更时间，为各目标电厂指标确定相应的权重值，以作为各目标电厂指标的数据更新顺序；
将各目标电厂指标及其对应的权重值存储至所述有序集合中，以基于所述数据更新顺序对各目标电厂指标对应的关联电厂指标进行数据更新。
3.根据权利要求2所述的状态监控方法，其特征在于，所述获取所述目标电厂指标的各关联电厂指标，包括：
调用计算服务轮询线程，通过执行ZPOPMIN命令从所述待计算缓存池读取各目标电厂指标对应的关联电厂指标。
4.根据权利要求1至3任意一项所述的状态监控方法，其特征在于，所述根据所述串行计算关系和所述并行计算关系，更新各关联电厂指标数据，包括：
根据所述并行计算关系，确定并行计算的多个指标集合；
根据所述串行计算关系，确定各指标集合之间的先后计算顺序；
按照各指标集合之间的先后计算顺序依次处理各指标集合，对于每个指标集合，同时计算当前指标集合中的各关联电厂指标数据。
5.根据权利要求4所述的状态监控方法，其特征在于，所述预先存储与目标电厂指标具有计算依赖关系的各关联电厂指标之前，还包括：
获取待监控电厂的所有电厂指标以及各电厂指标之间的计算关系式；
通过表达式分析器或正则解析，递归分析各电厂指标的计算依赖关系，形成指标调用关系图，以基于所述指标调用关系图确定所述目标电厂指标及其对应的关联电厂指标。
6.一种状态监控装置，其特征在于，包括：
数据存储模块，用于预先存储与目标电厂指标具有计算依赖关系的各关联电厂指标，并存储所述目标电厂指标与各关联电厂指标之间的串行计算关系；
变更监听模块，用于监听所述目标电厂指标的数据是否发生变更；
数据获取模块，用于当监听到所述目标电厂指标的数据变更，获取所述目标电厂指标的各关联电厂指标；
纵向切分模块，用于基于各关联电厂指标与所述目标电厂指标之间的计算顺序，确定并列执行的各关联电厂指标的并行计算关系；
数据更新模块，用于根据所述串行计算关系和所述并行计算关系，更新各关联电厂指标数据。
7.根据权利要求6所述的状态监控装置，其特征在于，还包括变更事件存储模块，用于预先在待计算缓存池构建有序集合；目标电厂指标为多个，根据各目标电厂指标的变更时间，为各目标电厂指标确定相应的权重值，以作为各目标电厂指标的数据更新顺序；将各目标电厂指标及其对应的权重值存储至所述有序集合中，以基于所述数据更新顺序对各目标电厂指标对应的关联电厂指标进行数据更新。
8.根据权利要求7所述的状态监控装置，其特征在于，所述数据更新模块进一步用于：根据所述并行计算关系，确定并行计算的多个指标集合；根据所述串行计算关系，确定各指标集合之间的先后计算顺序；按照各指标集合之间的先后计算顺序依次处理各指标集合，对于每个指标集合，同时计算当前指标集合中的各关联电厂指标数据。
9.一种电子设备，其特征在于，包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至5任一项所述状态监控方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述状态监控方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210055530.0A CN114399404A (zh) | 2022-01-18 | 2022-01-18 | 状态监控方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210055530.0A CN114399404A (zh) | 2022-01-18 | 2022-01-18 | 状态监控方法、装置、电子设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114399404A true CN114399404A (zh) | 2022-04-26 |
Family
ID=81231227
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210055530.0A Pending CN114399404A (zh) | 2022-01-18 | 2022-01-18 | 状态监控方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114399404A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118195839A (zh) * | 2024-05-17 | 2024-06-14 | 广东红海湾发电有限公司 | 发电指标批量处理方法、系统、设备及存储介质 |
-
2022
- 2022-01-18 CN CN202210055530.0A patent/CN114399404A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118195839A (zh) * | 2024-05-17 | 2024-06-14 | 广东红海湾发电有限公司 | 发电指标批量处理方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108632097B (zh) | 异常行为对象的识别方法、终端设备及介质 | |
| EP3182288B1 (en) | Systems and methods for generating performance prediction model and estimating execution time for applications | |
| Kwiatkowska et al. | Prism: Probabilistic model checking for performance and reliability analysis | |
| CN109471890A (zh) | 报表文件的生成方法、终端设备及介质 | |
| CN109656812A (zh) | 数据质量检测方法、装置及存储介质 | |
| CN112052138A (zh) | 业务数据质量检测方法、装置、计算机设备及存储介质 | |
| CN116821646A (zh) | 数据处理链构建方法、数据缩减方法、装置、设备及介质 | |
| CN113268403A (zh) | 时间序列的分析预测方法、装置、设备及存储介质 | |
| CN114997263B (zh) | 基于机器学习的结训率分析方法、装置、设备及存储介质 | |
| CN111176614B (zh) | Vrm形式化需求模型的生成和分析方法 | |
| CN113485889A (zh) | 埋点数据校验方法、装置、电子设备及存储介质 | |
| CN114399404A (zh) | 状态监控方法、装置、电子设备及可读存储介质 | |
| CN116009495A (zh) | 基于数字孪生的资源模型建立方法、装置、设备和介质 | |
| CN110322153A (zh) | 监控事件处理方法及系统 | |
| EP3343372A1 (en) | Distributed cache cleanup for analytic instance runs processing operating data from industrial assets | |
| CN114880308A (zh) | 一种基于大数据的元数据处理方法、装置、介质 | |
| CN114020717A (zh) | 分布式存储系统的性能数据获取方法、装置、设备及介质 | |
| CN115617023B (zh) | 航天器姿控系统异常定位方法和装置 | |
| CN113553320B (zh) | 数据质量监控方法及装置 | |
| CN117539948B (zh) | 基于深度神经网络的业务数据检索方法及装置 | |
| CN115098405B (zh) | 软件产品的测评方法、装置、电子设备及存储介质 | |
| CN111414398B (zh) | 数据分析模型确定方法、装置及存储介质 | |
| Chen et al. | Cross Architectural Power Modelling | |
| US20220342903A1 (en) | A data extraction method | |
| CN115292179A (zh) | 测试数据的生成方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |